AI時代的專利申請與保護：挑戰與策略，解構AI技術對專利制度的影響

在AI技術日新月異的時代，專利申請與保護面臨前所未有的挑戰。生成式AI的崛起不僅推動了技術創新，也對傳統專利制度提出了新的問題，例如如何界定AI生成內容的專利性，以及如何評估其創造性。

正如魏紫冠在《智慧財產權月刊》中所探討的，AI發展浪潮下，企業除了關注專利保護，更應重視營業祕密的保護，積極應對AI發展可能帶來的倫理風險和社會影響。同時，美國專利商標局（USPTO）在AI專利審查上採取了相對審慎的態度，其發布的“專利客體指南”對AI專利的申請和審查產生了深遠影響。因此，理解該指南的背景及其對AI專利申請的影響至關重要。

在實務操作中，我建議企業法務、專利工程師及AI技術研發者應密切關注各國專利局的最新動態，特別是美國的相關規定。同時，應在AI技術研發的早期階段就考慮專利佈局，並制定全面的智慧財產權戰略。撰寫專利申請文件時，務必清晰闡述AI技術的技術細節和創新點，並充分證明發明中存在「人為幹預」，以應對專利客體適格性的挑戰。

這篇文章的實用建議如下(更多細節請繼續往下閱讀)

1. 重視AI技術研發早期階段的專利佈局：在AI技術研發的早期階段，就應開始考慮專利佈局，制定全面的智慧財產權戰略。企業法務、專利工程師及AI技術研發者應密切關注各國專利局的最新動態，特別是美國的相關規定。
2. 清晰闡述AI技術細節和創新點，強調人為干預：撰寫專利申請文件時，務必清晰闡述AI技術的技術細節和創新點，並充分證明發明中存在「人為干預」，以應對專利客體適格性的挑戰。具體而言，要清晰描述人類在AI發明過程中的貢獻，強調人類的構思、設計、以及對AI輸出的調整和改進。
3. 加強營業秘密保護，應對潛在風險：對於不適合申請專利的AI技術，例如核心演算法，可以考慮加強營業祕密保護，以確保競爭優勢。同時，應重視AI發展可能帶來的倫理風險和社會影響，積極應對。

AI技術對專利申請客體適格性的挑戰

在AI時代，專利申請面臨著前所未有的挑戰，其中之一便是AI技術對專利客體適格性的衝擊。傳統專利法主要保護人類的發明創造，但隨著AI技術的發展，AI不僅能輔助人類進行發明，甚至能夠獨立產生發明，這使得專利客體適格性的界定變得模糊。究竟什麼樣的AI技術或AI輔助的發明才能被認為是專利法所保護的客體？這是所有企業法務人員、專利工程師、AI技術研發者、以及對AI專利議題感興趣的法律從業者都必須深入思考的問題。

專利客體適格性的基本概念

所謂專利客體適格性，簡單來說，就是判斷一項技術是否具備申請專利的資格。各國專利法對此都有基本原則，例如美國專利法規定，任何新穎且有用的方法、機器、製品以及物質的組成，或是前述四類新穎且有用的改良物，都可以申請專利。然而，隨著科技發展，許多新興技術（包括AI）難以直接適用這些傳統定義，因此產生了許多爭議。

AI技術帶來的挑戰

AI技術的複雜性，特別是生成式AI，對專利客體適格性提出了多方面的挑戰：

• AI演算法的可專利性：AI的核心是演算法，但單純的演算法或數學公式通常被認為是抽象概念，不具備專利適格性。然而，如果AI演算法與特定技術問題的解決方案緊密結合，並產生實際應用，則可能被認為是可專利的。
• AI生成內容的歸屬問題：如果AI系統獨立生成了一項發明，那麼該發明是否具備專利適格性？由於專利法通常要求發明必須是人類的創造，因此AI獨立生成的發明在許多國家可能不被認為是可專利的。
• 人為幹預的程度：如果AI僅作為輔助工具，人類在發明過程中扮演了重要角色，那麼該發明通常被認為是可專利的。但是，如果人類的幹預程度很低，AI在發明過程中佔據主導地位，那麼該發明可能難以獲得專利。

各國專利局的應對策略

面對AI技術帶來的挑戰，各國專利局紛紛出台相關指南，試圖釐清AI專利客體適格性的標準。
例如：

• 美國專利商標局（USPTO）：USPTO發布了《AI輔助發明發明人判斷指引》，強調在判斷AI輔助發明的可專利性時，應著重於人類的實質貢獻。如果沒有自然人的重要貢獻，該發明將不被授予專利。此外，USPTO還更新了專利客體適格性指南，以解決包括AI在內的新興技術創新問題，並提供案例說明如何應用該指南。
• 歐洲專利局（EPO）：EPO的審查規則認為，適用技術途徑的方法屬於「發明」，任何具備創造性以及工業適用性的「發明」均具備可專利性，即使其涉及計算機程序、數學方法或商業方法等排除限制。
• 中國國家知識產權局（CNIPA）：中國專利法強調專利保護的是技術方案，而非單純的規則或方法。因此，AI專利申請需要體現技術性，並與具體的應用場景相結合。

企業應對策略建議

為了在AI時代成功申請專利，企業應採取以下策略：

• 明確界定人為幹預：在專利申請文件中，清晰描述人類在AI發明過程中的貢獻，強調人類的構思、設計、以及對AI輸出的調整和改進。
• 強調技術方案的獨特性：將AI演算法與具體的技術問題相結合，突出技術方案的創新性和實用性。避免僅僅描述AI演算法本身，而是著重於其在特定領域的應用。
• 關注各國專利局的最新動態：密切關注各國專利局對於AI專利的審查指南和判例，及時調整專利申請策略。
• 加強營業祕密保護：對於不適合申請專利的AI技術，例如核心演算法，可以考慮加強營業祕密保護，以確保競爭優勢。

AI技術對專利客體適格性的挑戰是一個複雜且不斷演變的議題。企業需要深入理解相關法律法規，並結合自身技術特點，制定合理的專利申請策略，才能在AI時代的競爭中脫穎而出。同時，也需要關注潛在的倫理風險和社會影響，確保AI技術的健康發展。

AI創造性的挑戰：專利申請中的創造性判斷

在AI時代，專利申請中對於創造性的判斷，正面臨前所未有的挑戰。傳統的專利法框架，是基於人類的創造性思維而建立的，而AI的出現，模糊了創造性的邊界，使得判斷發明是否具備足夠的創造性，以獲得專利保護變得更加複雜。

創造性判斷的現行標準

目前，專利審查中對於創造性的判斷，通常採用「三步法」：

1. 確定最接近的現有技術。
2. 確定申請專利所描述的技術特徵與現有技術的技術特徵有何不同，並準確把握申請專利要解決的技術問題。
3. 判斷對於所屬技術領域中具有通常知識者而言，該申請專利之技術方案是否顯而易見。

然而，當AI參與發明過程時，如何應用這些標準，便成為一個複雜的問題。例如，如果AI僅僅是作為一個工具，協助發明人進行數據分析或模擬，那麼創造性的來源仍然是人類。但如果AI在發明過程中，扮演了更主動的角色，例如，通過機器學習算法，自主地提出新的技術方案，那麼如何評估其創造性貢獻？

AI參與發明時，創造性判斷的考量因素

在評估AI參與發明時的創造性時，以下因素需要被納入考量：

• 人類的貢獻程度： 即使AI參與了發明過程，仍然需要評估人類在其中所扮演的角色。例如，人類是否提出了明確的問題，是否設計了算法，是否對AI的輸出結果進行了篩選和改進。如果人類的貢獻足夠顯著，那麼該發明仍然可以被認為是具備創造性的。
• AI的自主性程度： AI的自主性程度越高，創造性判斷就越複雜。如果AI僅僅是執行預先設定的指令，那麼其創造性貢獻可能較低。但如果AI能夠自主地學習、推理和提出新的解決方案，那麼其創造性貢獻就可能更高。
• 技術方案的顯著性： 無論AI在發明過程中扮演何種角色，最終的技術方案，仍然需要具備足夠的顯著性，才能符合專利法對創造性的要求。這意味著，該技術方案必須是非顯而易見的，並且能夠解決現有技術中存在的技術問題。

美國專利商標局（USPTO）的指引

美國專利商標局（USPTO）也針對AI輔助發明，發布了相關的指引。該指引強調，即使AI參與了發明過程，專利制度仍然是為了激勵和獎勵人類的創造性。因此，在判斷發明人資格時，重點應側重於源自人類智慧的貢獻，而不僅僅是使用AI工具。USPTO採用Pannu因素來判斷人類是否對發明做出了「實質性貢獻」。

企業應對策略

面對AI帶來的創造性挑戰，企業可以採取以下策略：

• 加強研發記錄： 詳細記錄AI參與發明過程的各個環節，包括人類的貢獻、AI的自主性程度，以及技術方案的演進過程。這有助於在專利申請過程中，更清晰地呈現發明的創造性。
• 尋求專業諮詢： 針對AI專利申請，尋求在智慧財產權法律領域具有豐富經驗的專家的諮詢. 專家可以協助企業評估發明的創造性，制定合適的專利申請策略。
• 關注法規動態： 密切關注各國專利局對於AI專利的審查指南，以及相關的法律判例. 這有助於企業及時調整專利策略，以適應不斷變化的法律環境。美國專利商標局（USPTO）會定期更新關於AI專利適格性的最新指南。
• 重視營業祕密保護： 除了專利保護，企業還可以考慮將AI技術作為營業祕密加以保護 [魏紫冠在《智慧財產權月刊》專題一中所探討的議題]。這在某些情況下，可能是一種更有效的保護策略。

AI時代的專利申請與保護，是一個充滿挑戰但也充滿機遇的領域。只有深入理解AI技術對專利制度的影響，並採取積極的應對策略，才能在這個快速發展的時代，保護企業的創新成果。

AI時代的專利申請與保護g:探討AI技術發展對專利申請和保護帶來的影響和挑戰。). Photos provided by unsplash

AI技術公開的挑戰：專利說明書的充分公開要求

在AI專利申請中，專利說明書的充分公開要求是一項關鍵挑戰。專利法要求申請人必須在說明書中充分、清晰地描述發明，使所屬技術領域中具有通常知識者（簡稱本領域技術人員）能夠理解並實施該發明。 然而，AI技術的複雜性，尤其是機器學習和深度學習算法，使得充分公開變得更加困難。

充分公開的具體要求

為了滿足專利法對於充分公開的要求，AI專利說明書應詳細描述以下幾個方面：

• AI模型的結構與功能： 說明書應清楚地描述AI模型的架構、各層的功能、以及模型如何處理輸入數據並產生輸出。如果模型是基於深度學習的，則應描述神經網路的層數、每層的節點數量、以及激活函數的選擇。
• 訓練數據的來源與處理： 說明書應公開用於訓練AI模型的數據集。描述數據的來源、數據的預處理方法（例如，數據清洗、標準化、特徵提取）、以及如何將數據用於訓練模型。
• 算法的詳細描述： 說明書應提供算法的詳細步驟和數學公式。對於機器學習算法，應描述使用的算法類型（例如，監督學習、非監督學習、強化學習）以及算法的具體參數。
• 實施例與實驗結果： 說明書應包含至少一個實施例，詳細說明如何實施該AI發明。提供實驗結果，以證明該發明能夠達到預期的技術效果。
• 輸入和輸出： 說明書應清楚地描述AI模型的輸入和輸出，以及它們之間的關係。 描述模型如何接收輸入數據、如何處理數據、以及如何產生最終的輸出結果。

AI技術公開的難點

相較於傳統技術，AI技術在專利公開方面面臨一些獨特的挑戰：

• 黑盒問題： 深度學習模型往往被視為「黑盒」，因為難以理解模型內部的工作機制。 專利說明書不能僅僅描述AI模型能實現「甚麼」功能，更重要的是要揭露「如何」實現其功能。
• 過度依賴數據： AI模型的性能高度依賴於訓練數據。如果沒有充分公開訓練數據的相關信息，本領域技術人員可能難以重現該發明的技術效果。
• 可變性： 由於AI模型可以通過學習不斷改進，因此其行為具有一定的可變性。 專利說明書需要充分描述AI模型在不同情況下的行為，以滿足充分公開的要求。
• AI輔助發明揭露義務： 如果使用AI工具來輔助發明，需要向USPTO揭露使用AI工具的具體情況. 例如，人類發明人並未對發明作出重大貢獻而是由AI作的，則必須向USPTO揭露。

應對策略

為了克服上述挑戰，申請人可以採取以下策略來提高AI專利說明書的公開程度：

• 詳細描述AI模型的內部結構： 使用流程圖、示意圖等方式，詳細描述AI模型的各個組成部分及其相互關係。
• 提供足夠的訓練數據信息： 公開訓練數據的來源、規模、特徵、以及預處理方法。如果數據集過大無法完全公開，可以提供數據集的樣本以及獲取數據的途徑。
• 使用多個實施例： 提供多個實施例，展示AI模型在不同應用場景下的具體應用。
• 藉助圖式完善發明技術揭露： 專利說明書中可使用不同類型的圖式，有助完善發明技術揭露。
• 從機器的角度出發挖掘AI技術細節： 從機器的角度出發，挖掘更多有意義的技術細節，例如機器為了實現語音辨識，尚需接收語音資料、萃取資料特徵、以及運用特定類神經網路及演算法來預測文字符碼，這些細節將有助於說明語音辨識技術如何實現。

總之，在AI時代，專利申請人需要充分理解專利法對於公開的要求，並結合AI技術的特點，撰寫高品質的專利說明書。 只有這樣，才能確保AI專利能夠獲得有效的法律保護，並促進AI技術的創新和發展.

此外，美國專利法第112條規定了充分揭露要件，要求發明人揭露發明的程度需足以使所屬領域的技術人員能「製造和使用」該發明. 美國專利商標局 (USPTO) 也發布了關於使用人工智慧工具準備專利申請的指導方針，強調專利申請人有責任審查所提交信息的準確性.

最後，專利從業人員應建立新習慣，在利用AI草擬專利說明書時，必須小心驗證文件的技術正確性及檢查是否符合35 U.S.C. 112的規定，這必須在首次向USPTO提交前完成，否則就可能產生後續修改專利說明書/圖式的問題.

AI專利申請策略：應對審查意見與實務技巧

在AI專利申請的過程中，收到專利局的審查意見通知書（Office Action）是不可避免的一環。如何有效地應對這些意見，不僅關乎專利申請的成敗，更直接影響企業的智慧財產權佈局。因此，制定一套完善的AI專利申請策略至關重要。讓我們先理解審查意見的本質，才能擬定對應的策略。

理解審查意見的類型與重點

首先，要 thoroughly 瞭解審查意見的類型。審查意見可能涵蓋以下幾個方面：

• 專利客體適格性：審查意見可能會質疑AI演算法或模型的可專利性，認為其屬於抽象概念。
• 新穎性：審查意見可能會指出，在先技術（Prior Art）已經揭露了與申請專利範圍相似的技術。
• 進步性：審查意見可能會認為，申請專利範圍對於所屬技術領域中具有通常知識者而言是顯而易見的。
• 說明書揭露：審查意見可能會質疑說明書是否充分揭露了技術內容，使所屬技術領域中具有通常知識者能夠實現該發明。
• 權利要求：審查意見可能針對權利要求項的撰寫方式提出意見，例如請求項是否清楚、明確，以及是否得到說明書的支持。

針對不同類型的審查意見，需要採取不同的應對策略。例如，如果審查意見質疑客體適格性，則需要論證該AI技術方案如何解決特定的技術問題，並產生有益的技術效果。如果審查意見指出新穎性或進步性問題，則需要仔細分析在先技術，找出申請專利範圍與在先技術的區別，並論證這些區別所帶來的技術貢獻。

應對審查意見的實務技巧

在實務操作中，以下技巧可以幫助您更有效地應對審查意見：

• 及時回應：在規定期限內及時回應審查意見，避免專利申請被視為放棄。
• 仔細分析：仔細閱讀並理解審查意見，找出審查員的疑慮和關注點。
• 充分論證：針對審查意見，提供充分的技術論證和法律依據，說服審查員。
• 修改權利要求：在不超出原說明書揭露範圍的前提下，適當修改權利要求，以更清楚地界定專利保護範圍。
• 提交證據：如果可能，提交實驗數據、測試報告等證據，以證明該AI技術方案的有效性和優越性。
• 面談：在適當的情況下，可以請求與審查員面談，面對面地溝通和交流。

利用AI工具輔助專利申請

隨著AI技術的發展，越來越多的AI工具被應用於專利申請流程中。這些工具可以協助進行專利檢索、專利分析、申請文件撰寫等工作，提高專利申請的效率和品質。例如，可以利用AI工具進行prior art檢索，更全面地瞭解在先技術。 此外，AI工具還能協助分析審查意見，並針對類似案例，提出修改建議或有力的答辯方向. 不過，必須注意AI工具仍有其侷限性，不能完全依賴AI工具的結果，仍需專利工程師及律師的專業判斷。

營業祕密保護與倫理考量

除了專利申請，營業祕密也是保護AI技術的重要手段。對於不適合申請專利，或

總之，AI專利申請是一項複雜而具有挑戰性的工作。 企業需要制定明確的專利策略，並結合實務技巧和AI工具的輔助，才能在AI時代的競爭中取得優勢。

AI時代的專利申請與保護g:探討AI技術發展對專利申請和保護帶來的影響和挑戰。)結論

總而言之，AI時代的專利申請與保護，既是機遇也是挑戰。面對AI技術發展對專利申請和保護帶來的影響和挑戰，我們必須深入理解AI技術的本質，並密切關注各國專利局的最新動態。從專利客體適格性的界定，到創造性判斷的標準，再到專利說明書的充分公開要求，每一個環節都至關重要。

企業法務人員、專利工程師、AI技術研發者以及對AI專利議題感興趣的法律從業者，都需要不斷學習和探索，才能在這個快速變化的領域中保持競爭力。制定全面的智慧財產權戰略，掌握撰寫高品質專利申請文件的技巧，並靈活運用AI工具，將有助於企業在AI時代的專利申請與保護中取得成功。

同時，我們也必須意識到，專利保護並非唯一的選擇。在某些情況下，加強營業祕密的保護，或許是更為明智的策略。更重要的是，在追求技術創新的同時，我們不能忽視倫理風險和社會影響，確保AI技術的發展符合人類的共同利益。

AI時代的專利申請與保護，不僅僅是法律和技術的問題，更關乎創新、倫理和社會責任。 讓我們攜手努力，共同探索AI專利的未來，為AI技術的健康發展貢獻力量。

AI時代的專利申請與保護：探討AI技術發展對專利申請和保護帶來的影響和挑戰。常見問題快速FAQ

Q1: 在AI專利申請中，如何應對專利客體適格性的挑戰？

A1: 為了應對AI技術對專利客體適格性的挑戰，企業應在專利申請文件中清晰描述人類在AI發明過程中的貢獻，強調人類的構思、設計、以及對AI輸出的調整和改進。同時，應將AI演算法與具體的技術問題相結合，突出技術方案的創新性和實用性，避免僅僅描述AI演算法本身，而是著重於其在特定領域的應用。此外，密切關注各國專利局對於AI專利的審查指南和判例，及時調整專利申請策略。對於不適合申請專利的AI技術，可以考慮加強營業祕密保護，以確保競爭優勢。

Q2: 如何判斷AI參與發明時的創造性？

A2: 在評估AI參與發明時的創造性時，需要考量以下因素：人類的貢獻程度（例如，是否提出了明確的問題，是否設計了算法，是否對AI的輸出結果進行了篩選和改進）、AI的自主性程度，以及技術方案的顯著性。企業應加強研發記錄，詳細記錄AI參與發明過程的各個環節，包括人類的貢獻、AI的自主性程度，以及技術方案的演進過程。這有助於在專利申請過程中，更清晰地呈現發明的創造性。此外，可尋求在智慧財產權法律領域具有豐富經驗的專家的諮詢，協助企業評估發明的創造性，制定合適的專利申請策略。

Q3: 在AI專利申請中，如何滿足專利說明書的充分公開要求？

A3: 為了滿足專利法對於充分公開的要求，AI專利說明書應詳細描述AI模型的結構與功能、訓練數據的來源與處理、算法的詳細步驟和數學公式、實施例與實驗結果，以及模型的輸入和輸出。針對AI技術的獨特挑戰，申請人可以詳細描述AI模型的內部結構，提供足夠的訓練數據信息，使用多個實施例，並藉助圖式完善發明技術揭露。此外，從機器的角度出發，挖掘更多有意義的技術細節，將有助於說明AI技術如何實現。